.png){kind=icon}
返回
Metaplasticity and continual learning: mechanisms subserving brain computer interface proficiency
.png){kind=icon}
OA
AI
DOI：10.1088/1741-2552/add37b.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目的。脑机接口（BCIs）需要显著的认知灵活性来优化控制性能。值得注意的是，学习这种控制是快速的，表明它可能由作用于极短时间内尺度的神经可塑性机制介导。在这里，我们提出了一种单细胞和群体水平的BCI学习与技能巩固的元可塑性模型，该模型包含三个要素：(a) 行为时间尺度突触可塑性（BTSP），(b) 内在可塑性（IP）和 (c) 突触缩放（SS），这些要素在从秒到分钟、小时和天的时间尺度上发挥作用。值得注意的是，该模型能够解释表征漂移——一种频繁且普遍的现象，对BCI控制和持续使用产生不利影响。方法。我们开发了一种全光学方法，用于在清醒小鼠中单细胞分辨率下表征IP、BTSP和SS，采用荧光双光子（2P）GCaMP7s成像和靶向ChRmineKv2.1胞体进行光遗传刺激。我们进一步训练小鼠进行一维BCI控制任务，并系统地表征了不同神经群体在会话内（秒到分钟）和跨会话（天和周）的学习情况。主要结果。在秒级时间尺度上，可诱导显著的BTSP，随后几分钟内出现显著的IP。在日和周的时间尺度上，这些变化能够预测BCI控制熟练度，表明BTSP和IP可能通过SS来稳定和巩固BCI控制。意义。我们的结果为BCI持续学习和技能巩固的元可塑性模型提供了早期的实验支持。该模型预测可用于在考虑可塑性机制的时间和空间尺度的情况下，设计和校准神经解码器。借助现代机器学习和人工智能的力量，BCI中完全自主的神经解码和适应可能以极少或无需人工干预的方式实现。
Keyword:
BCI
learning
optogenetics
calcium imaging
synaptic plasticity
cognitive control
期刊
IF:
3.8
论文数:
4.0K
被引数:
1.4W
机构
引用论文
分享收藏Posterior parietal cortex represents sensory history and mediates its effects on behaviour后顶叶皮层代表感觉史并介导其对行为的影响.png)
NATURE
OAAI
NATUREIF48.5
OAAI分享收藏分享收藏K+ channel regulation of signal propagation in dendrites of hippocampal pyramidal neuronsNatureOAAI
NatureIF0
OAAI分享收藏Representational drift: Emerging theories for continual learning and experimental future directions
PREAI
分享收藏
查看更多内容